一种基于SVM的对联智能分拣方法及存储介质技术

本发明专利技术涉及一种基于SVM的对联智能分拣方法及存储介质，包括以下：步骤101、获取对联的图像信息作为第一图像；步骤102、对所述第一图像进行预处理得到第二图像；步骤103、提取所述第二图像的感兴趣区域图像得到第三图像；步骤104、对所述第三图像进行图像分割得到其中的文字图像，并对所述文字图像进行归一化处理作为测试集；步骤105、通过SVM分类器算法对所述测试集进行识别，若识别成功则对该对联进行相应的分拣，若识别失败则不对该对联进行操作。本发明专利技术能够对对联图像的文字进行智能识别，并根据相应的识别结果配合嵌入式控制系统来对对联进行智能分拣，能够降低对联分拣的成本并提高对联分拣的精确度。

An intelligent sorting method and storage medium based on SVM

【技术实现步骤摘要】
一种基于SVM的对联智能分拣方法及存储介质
本专利技术涉及图像处理领域，尤其涉及一种基于SVM的对联智能分拣方法及存储介质。
技术介绍
随着我国经济不断发展和新型零售方式的兴起，人民对物质的需求越来越大，传统的工业生产流水线已经不能满足生产力的需求。在“工业4.0”快速发展的大背景之下，国内许多工厂都投入了自动化流水线，无人车间等，但是这些先进的自动分拣装备都大多针对于物流快递行业，在其他领域上依旧采用传统的人力分拣方式。总而言之，国内的分拣模型控制系统，现阶段相对较少，技术发展空间大，技术应用有待扩宽。在我国，工业领域上的分拣目前采用智能分拣为主，人力为辅的方式，以减低成本，提高精确度。但对联市场依旧采用传统的对联分拣方式，完全基于人力，完成对联搜素、比对、搬运等任务，造成了生产力水平较低，尤其在春节对联市场供不应求。当今的对联市场需要一种能够针对对联进行智能分拣的方法，以配合相应的嵌入式控制系统来对对联进行智能分拣，能够降低成本并提高分拣精确度。
技术实现思路
本专利技术的目的是解决现有技术的不足，提供一种基于SVM的对联智能分拣方法及存储介质。为了实现上述目的，本专利技术采用以下的技术方案：提出一种基于SVM的对联智能分拣方法，包括以下：步骤101、获取对联的图像信息作为第一图像；步骤102、对所述第一图像进行预处理得到第二图像；步骤103、提取所述第二图像的感兴趣区域图像得到第三图像；步骤104、对所述第三图像进行图像分割得到其中的文字图像，并对所述文字图像进行归一化处理作为测试集；步骤105、通过SVM分类器算法对所述测试集进行识别，若识别成功则对该对联进行相应的分拣，若识别失败则不对该对联进行操作。进一步，上述步骤102中的预处理操作具体包括以下：步骤201、将第一图像由RGB颜色空间转换为HSV颜色空间的图像，其中取37＜H＜75，S＞38，V＞89，并获取所述HSV颜色空间的图像的掩膜图像；步骤202、对掩膜图像进行按位与操作得到第四图像；步骤203、对第四图像的掩膜图像进行图像的闭操作后再进行图像的开操作得到第五图像；步骤204、对第五图像进行倾斜矫正处理得到第二图像。进一步，上述步骤204的倾斜矫正操作具体包括如下：步骤301、通过Canny算子对第五图像进行边缘检测得到第五图像的轮廓图像；步骤302、将一副空白图像作为背景，通过霍夫变换找到构成第五图像的轮廓图像的4条直线；步骤303、通过寻找角点操作找到构成第五图像的轮廓图像的四个角点，将其设为X[[x0,y0],[x1,y1],[x2,y2],[x3,y3]]；步骤304、对四个角点进行重新构建得到新的四个角点Y[[x0,y1],[x3,y1],[x0,y2],[x3,y2]]，并根据新的四个角点得到倾斜矫正后的轮廓图像，进而得到第五图像的矫正图像。进一步，上述步骤103中的提取感兴趣区域图像的具体操作包括以下：对第二图像依次进行掩膜操作、二值化处理以及边缘检测操作后得到第六图像，之后截取第六图像得到第六图像的感兴趣区域图像即第三图像。进一步，上述步骤104中的图像分割操作具体包括以下：步骤501、统计第三图像中水平方向各行的黑色像素点的个数，并按照黑色像素点的个数绘制出相对应的第一投影分布图，所述第一投影分布图中的线条长度与黑色像素点的个数成正比；步骤502、结合第一投影分布图中的谷值位置对第三图像进行图像水平切割得到多个第一切割图像；步骤503、统计多个第一切割图像中竖直方向各行的黑色像素点的个数，并按照黑色像素点的个数绘制出相对应的第二投影分布图，所述第二投影分布图中的线条长度与黑色像素点的个数成正比；步骤504、结合第二投影分布图中的谷值位置对第一切割图像进行图像竖直切割得到多个第二切割图像，所述第二切割图像即为对应的文字图像。进一步，上述步骤105中的SVM分类器算法具体包括以下：步骤601、采集对联所包含的字符的图像制作训练集，每一个字符的多个图像组成一个训练集；步骤602、对每一个训练集中的图像进行训练，并将训练后的模型自动生成训练模型.xml文件；步骤603、读取训练模型.xml文件，并对测试集按照训练好的模型进行识别，得到响应的识别结果。进一步，上述步骤601中的每一个训练集的字符的图像至少为55个。本专利技术还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种基于SVM的对联智能分拣方法的步骤。本专利技术的有益效果为：本专利技术通过提出一种基于SVM的对联智能分拣方法，首先将对联图像进行预处理得到去噪、倾斜矫正后的对联图像，接着提取对联图像的感兴趣区域即相应的内容区域，将感兴趣区域进行文字提取后通过SVM算法进行识别得到对联的识别结果，根据相应的识别结果配合嵌入式控制系统来对对联进行智能分拣，能够降低对联分拣的成本并提高对联分拣的精确度。附图说明图1所示为一种基于SVM的对联智能分拣方法流程图；图2所示为本方法中一个实施方式的第一图像转化为HSV颜色空间的图像的掩膜图像；图3所示为本方法中一个实施方式的闭操作后的图像；图4所示为本方法中一个实施方式的开操作后的图像；图5所示为本方法中一个实施方式的边缘提取后的图像；图6所示为本方法中一个实施方式的霍夫变换所找出的4条直线的图像；图7所示为本方法中一个实施方式的感兴趣区域图像；图8所示为本方法中一个实施方式的第一投影分布图；图9所示为本方法中一个实施方式的第一切割图像的示意图；图10所示为本方法中一个实施方式的第二切割图像的示意图。具体实施方式以下将结合实施例和附图对本专利技术的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本专利技术的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。结合图1，本专利技术提出提出一种基于SVM的对联智能分拣方法，包括以下：步骤101、获取对联的图像信息作为第一图像；步骤102、对所述第一图像进行预处理得到第二图像；步骤103、提取所述第二图像的感兴趣区域图像得到第三图像；步骤104、对所述第三图像进行图像分割得到其中的文字图像，并对所述文字图像进行归一化处理作为测试集；步骤105、通过SVM分类器算法对所述测试集进行识别，若识别成功则对该对联进行相应的分拣，若识别失败则不对该对联进行操作。结合图2、图3以及图4，作为本方案的优选实施方式，上述步骤102中的预处理操作具体包括以下：步骤201、将第一图像由RGB颜色空间转换为HSV颜色空间的图像，其中取37＜H＜75，S本文档来自技高网...

【技术保护点】
1.一种基于SVM的对联智能分拣方法，其特征在于，包括以下：/n步骤101、获取对联的图像信息作为第一图像；/n步骤102、对所述第一图像进行预处理得到第二图像；/n步骤103、提取所述第二图像的感兴趣区域图像得到第三图像；/n步骤104、对所述第三图像进行图像分割得到其中的文字图像，并对所述文字图像进行归一化处理作为测试集；/n步骤105、通过SVM分类器算法对所述测试集进行识别，若识别成功则对该对联进行相应的分拣，若识别失败则不对该对联进行操作。/n

【技术特征摘要】
1.一种基于SVM的对联智能分拣方法，其特征在于，包括以下：
步骤101、获取对联的图像信息作为第一图像；
步骤102、对所述第一图像进行预处理得到第二图像；
步骤103、提取所述第二图像的感兴趣区域图像得到第三图像；
步骤104、对所述第三图像进行图像分割得到其中的文字图像，并对所述文字图像进行归一化处理作为测试集；
步骤105、通过SVM分类器算法对所述测试集进行识别，若识别成功则对该对联进行相应的分拣，若识别失败则不对该对联进行操作。


2.根据权利要求1所述的一种基于SVM的对联智能分拣方法，其特征在于，上述步骤102中的预处理操作具体包括以下：
步骤201、将第一图像由RGB颜色空间转换为HSV颜色空间的图像，其中取37＜H＜75，S＞38，V＞89，并获取所述HSV颜色空间的图像的掩膜图像；
步骤202、对掩膜图像进行按位与操作得到第四图像；
步骤203、对第四图像的掩膜图像进行图像的闭操作后再进行图像的开操作得到第五图像；
步骤204、对第五图像进行倾斜矫正处理得到第二图像。


3.根据权利要求2所述的一种基于SVM的对联智能分拣方法，其特征在于，上述步骤204的倾斜矫正操作具体包括如下：
步骤301、通过Canny算子对第五图像进行边缘检测得到第五图像的轮廓图像；
步骤302、将一副空白图像作为背景，通过霍夫变换找到构成第五图像的轮廓图像的4条直线；
步骤303、通过寻找角点操作找到构成第五图像的轮廓图像的四个角点，将其设为X[[x0,y0],[x1,y1],[x2,y2],[x3,y3]]；
步骤304、对四个角点进行重新构建得到新的四个角点Y[[x0,y1],[x3,y1],[x0,y2],[x3,y2]]，并根据新的四个角点得到倾斜矫正后的轮廓图像，进而得到第五图像的矫正图像。


4.根据权利要求1所述的一种基于SVM的对联...

【专利技术属性】
技术研发人员：林茂森，肖永豪，李柏毅，黄世荣，麦广柱，林锐，陈芬生，陈骏耀，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东;44